Tag: intelligenza artificiale

Intelligenza artificiale
21 Giugno 20230

L’Intelligenza Artificiale

Quando ci si riferisce all’Intelligenza Artificiale, si evoca immediatamente l’immagine di tecnologie all’avanguardia, di robot in grado di comprendere e prendere decisioni autonome, e di un mondo futuristico in cui uomini e macchine coesistono. Tuttavia, l’Intelligenza Artificiale e il suo impiego sono molto più concreti di quanto si possa immaginare e trovano applicazione effettiva in diversi settori della vita quotidiana. È importante notare che tali applicazioni risultano meno invasive di quanto spesso si possa pensare o di quanto venga rappresentato nei film di fantascienza, i quali traggono ispirazione dall’Intelligenza Artificiale come tema centrale per numerose serie, alcune delle quali di successo.Ma cos’è realmente l’Intelligenza Artificiale e come si è sviluppata?

Dal punto di vista tecnico, l’Intelligenza Artificiale rappresenta un campo dell’informatica che si occupa della programmazione e del design di sistemi hardware e software, i quali conferiscono alle macchine determinate caratteristiche considerate tipicamente umane, come ad esempio la percezione visiva, spazio-temporale e decisionale. In altre parole, l’Intelligenza Artificiale non si limita solo all’aspetto dell’intelligenza intesa come capacità di calcolo o conoscenza di dati astratti, ma si estende anche a tutte quelle diverse forme di intelligenza riconosciute dalla teoria di Gardner. Queste forme comprendono l’intelligenza spaziale, sociale, cinestetica e introspettiva. L’obiettivo di un sistema intelligente è quindi quello di cercare di riprodurre una o più di queste diverse forme di intelligenza, che, sebbene comunemente associate all’essere umano, possono effettivamente essere replicabili da specifiche macchine.

Quando nasce l’Intelligenza Artificiale?

Secondo la definizione odierna, l’Intelligenza Artificiale ha avuto origine con l’avvento dei computer nel 1956. In quell’anno si tenne un convegno negli Stati Uniti, al quale parteciparono importanti esperti del campo che successivamente sarebbe stato denominato Intelligenza Artificiale, ma che allora era noto come Sistema Intelligente. Durante questo entusiasmante evento, furono presentati programmi in grado di eseguire ragionamenti logici, in particolare nell’ambito della matematica. Il programma Logic Theorist, sviluppato dai ricercatori informatici Allen Newell e Herbert Simon, dimostrò la capacità di dedurre teoremi matematici a partire da determinate informazioni.

Come si può immaginare, gli anni successivi alla nascita dell’Intelligenza Artificiale furono un periodo di fervore intellettuale ed esplorativo. Università e aziende informatiche, tra cui spicca IBM, si dedicarono alla ricerca e allo sviluppo di nuovi programmi e software capaci di pensare e agire come esseri umani, almeno in determinati campi e settori. Emergono programmi sempre più complessi nel dimostrare teoremi, e soprattutto, viene creato Lisp, il primo linguaggio di programmazione che ha fornito la base per i software di Intelligenza Artificiale per oltre trent’anni. Gli anni che seguirono sono stati un periodo di grande progresso e scoperte nel campo dell’Intelligenza Artificiale.

La nuova era dell’Intelligenza Artificiale si apre con l’utilizzo di un algoritmo innovativo, concepito già alla fine degli anni Sessanta, ma che non ha trovato piena applicazione a causa delle limitazioni dei primi programmi di Intelligenza Artificiale nel campo dell’apprendimento. Parliamo dell’algoritmo che consente l’apprendimento per reti neurali, il quale è stato sperimentato sia in ambito informatico che psicologico. Grazie a questa duplice applicazione, gli sviluppatori di Sistemi Intelligenti hanno scoperto un’ampia gamma di possibilità. In particolare, il primo vero successo dell’Intelligenza Artificiale è stato l’incontro tra Deep Blue, una macchina sviluppata da IBM, e il campione di scacchi in carica, Garry Kasparov. Sebbene i primi scontri siano stati vinti da Kasparov, i continui miglioramenti apportati al sistema di apprendimento di Deep Blue hanno permesso alla macchina di ottenere la vittoria nelle partite successive. Questa vittoria, come confermato dallo stesso campione di scacchi, è stata attribuita al fatto che la macchina aveva raggiunto un livello di creatività così elevato da superare le conoscenze stesse del giocatore.

Le basi dell’intelligenza artificiale

Alla base dei problemi con lo sviluppo di sistemi e programmi di Intelligenza Artificiale ci sono tre cose fondamentali che riguardano il modo in cui gli esseri umani si comportano. Prima di tutto, c’è bisogno di una conoscenza che non sia noiosa e sterile, ma che abbia un tocco di vita. Poi, c’è bisogno di avere una coscienza che permetta di prendere decisioni non solo basandosi sulla logica, ma anche sull’abilità di risolvere problemi in modo diverso a seconda del contesto in cui ci si trova.

Grazie all’uso delle reti neurali e di algoritmi che sanno ragionare come noi umani in diverse situazioni, i sistemi intelligenti stanno migliorando sempre di più le loro abilità comportamentali. Per farlo, la ricerca si è concentrata non solo nello sviluppo di nuovi algoritmi, ma soprattutto nell’aumentare il numero di algoritmi che possono imitare i comportamenti diversi in base agli stimoli ambientali. Questi algoritmi complessi, inseriti nei sistemi intelligenti, sono in grado di “prendere decisioni”, cioè fare scelte in base al contesto in cui si trovano. Ad esempio, quando gli algoritmi sono collegati ai veicoli autonomi, l’auto può decidere, in caso di pericolo, se sterzare o frenare a seconda della situazione. Dipende dalle informazioni che arrivano dai sensori e calcolano quale opzione garantisca una maggiore sicurezza per il conducente e i passeggeri.

Le decisioni prese dai veicoli autonomi e dagli altri sistemi di Intelligenza Artificiale si basano su algoritmi specifici che definiscono una conoscenza di base e una conoscenza più ampia che viene creata tramite l’esperienza. Per migliorare sempre di più gli algoritmi, è stato sviluppato un settore dedicato chiamato “rappresentazione della conoscenza”. Questo settore studia come ragioniamo come esseri umani e, soprattutto, come rendere questa conoscenza comprensibile alle macchine tramite un linguaggio e comandi sempre più precisi e dettagliati. Quando si parla di conoscenza umana e di trasferimento di questa conoscenza alle macchine, non si tratta solo di nozioni accademiche. Si tratta piuttosto di esperienza e della capacità di comprendere nuove informazioni attraverso quelle che abbiamo già nel nostro sistema. Queste informazioni vengono fornite alle macchine attraverso diverse modalità, le più importanti delle quali si basano sulla Teoria dei Linguaggi Formali e sulla Teoria delle Decisioni.

Nel caso della Teoria dei Linguaggi Formali, utilizziamo diversi approcci (i principali sono l’approccio generativo, riconoscitivo, denotazionale, algebrico e trasformazionale) che si basano sulle teorie delle Stringhe e sul loro utilizzo. Le Stringhe rappresentano veri e propri linguaggi formali, ma le loro proprietà variano a seconda dell’approccio che si utilizza.

L’apprendimento automatico

Un grande passo avanti nell’Intelligenza Artificiale è stato compiuto quando sono stati creati algoritmi specifici che permettono alle macchine di migliorare il loro comportamento (cioè la capacità di agire e prendere decisioni) attraverso l’esperienza, proprio come fanno gli esseri umani. È fondamentale sviluppare algoritmi che possano imparare dai propri errori per creare sistemi intelligenti che operino in contesti imprevedibili dai programmatori. Grazie all’apprendimento automatico (machine learning), una macchina può imparare a compiere azioni anche se non sono state programmate in anticipo.

Per i non esperti, l’apprendimento automatico è probabilmente la parte più “romantica” dell’Intelligenza Artificiale, che ha ispirato diversi registi per i loro film famosi che raccontano come le macchine e i robot migliorino nel tempo grazie all’esperienza. Oltre all’aspetto scenico e affascinante, l’apprendimento automatico è il frutto di una profonda ricerca teorica e pratica, basata sulla teoria computazionale dell’apprendimento e sul riconoscimento dei pattern. L’apprendimento automatico è complesso e può essere suddiviso in tre modalità a seconda delle richieste di apprendimento rivolte alla macchina: apprendimento supervisionato, apprendimento non supervisionato e apprendimento per rinforzo. Le differenze tra queste modalità risiedono principalmente nel contesto in cui la macchina deve imparare le regole generali e specifiche che portano alla conoscenza. Nell’apprendimento supervisionato, ad esempio, vengono forniti alla macchina esempi di obiettivi da raggiungere, mostrando le relazioni tra input, output e risultato. La macchina deve quindi estrarre una regola generale dai dati forniti, in modo che possa scegliere l’output corretto ogni volta che viene stimolata da un determinato input per raggiungere l’obiettivo.

Il futuro dell’Intelligenza Artificiale

Se fino a pochi anni fa il principale problema di tutti gli scienziati coinvolti nella ricerca relativa all’Intelligenza Artificiale era quello di poter dimostrare la realistica possibilità di utilizzare sistemi intelligenti per usi comuni, oggi che questo obiettivo è ampiamente raggiunto ci si chiede spesso quale possa essere il futuro dell’Intelligenza Artificiale. Sicuramente molta strada deve essere ancora fatta, sopratutto in determinati settori, ma la consapevolezza che l’Intelligenza Artificiale oggi rappresenta una realtà e non più un’ipotesi, i dubbi sono soprattutto relativi alle diverse possibilità di utilizzo dei sistemi intelligenti e al loro impatto sul tessuto sociale ed economico.

E se da un lato l’entusiasmo per l’evoluzione tecnologica è sicuramente molto evidente in diversi settori, dall’altro la paura che a breve le macchine potrebbero sostituire del tutto l’uomo in molti luoghi di lavoro si è insinuata in maniera sempre più insistente nelle menti di molti. L’evoluzione tecnologica già in passato ha portato a sostituire la mano d’opera umana con macchine e computer che, in maniera più rapida e soprattutto più economica, sono stati utilizzati in diversi settori. Con l’uso massivo dell’Intelligenza Artificiale sarà possibile perdere ulteriori posti di lavoro ma è anche vero che si apriranno sempre più strade per la realizzazione di nuove tipologie di figure professionali. Ma il contrasto tra uomo e macchina è un settore molto più ampio che non è solo relativo all’evoluzione dell’Intelligenza Artificiale e dei sistemi intelligenti, ma anche e soprattutto relativo alla morale e all’etica lavorativa e al corretto utilizzo delle macchine nel rispetto dell’uomo. Probabilmente la direzione che si prenderà non è ancora ben delineata, ma potrà portare a una nuova rivoluzione culturale e industriale

    Contattaci subito

    LEGGI ANCHE:

    Intelligenza artificiale
    29 Maggio 20230

    DragGAN: con l’AI Google rivoluziona l’editing delle immagini

    DragGAN, l’avanzato strumento di editing fotografico basato su IA. Trasforma immagini con precisione e velocità. Uscita prevista: Giugno 2023

    I ricercatori di Google hanno recentemente rilasciato una nuova tecnica di intelligenza artificiale. Consente agli utenti di manipolare le immagini in pochi secondi con un semplice clic e trascinamento. 

    Il nuovo DragGAN è uno strumento di editing AI che sfrutta un GAN (Generative Adversarial Network) pre-addestrato per sintetizzare idee che seguono con precisione l’input dell’utente pur rimanendo sulla molteplicità di immagini realistiche.

    Il potere di DragGAN

    DragGAN è una rivoluzionaria tecnologia di fotoritocco basata sull’intelligenza artificiale che promette di cambiare radicalmente il modo in cui modifichiamo le immagini. Questo nuovo strumento di editing offre un approccio completamente diverso rispetto ai tradizionali software di fotoritocco come Photoshop. DragGAN eliminerà la complessità e gli infiniti livelli di Photoshop, aprendo la strada a qualcosa di completamente nuovo e innovativo.

    DragGAN si basa sull’intelligenza artificiale e utilizza algoritmi avanzati per trasformare le immagini in modo preciso e veloce. Grazie a questa tecnologia, sarà possibile apportare modifiche e miglioramenti alle immagini con estrema precisione, consentendo agli utenti di ottenere risultati sorprendenti con facilità, come nel video seguente:

    Secondo quanto riportato, DragGAN sarà disponibile a partire dal mese di giugno 2023.

    Nonostante non siano disponibili ulteriori dettagli specifici sull’uso e sulle funzionalità esatte di DragGAN, si prevede che questo strumento avrà un impatto significativo nel campo del fotoritocco, semplificando il processo di editing delle immagini.

    In conclusione, DragGAN è un innovativo strumento di editing fotografico basato sull’intelligenza artificiale che sta per rivoluzionare il modo in cui modifichiamo le immagini. Con la promessa di semplificare il processo di fotoritocco e offrire risultati sorprendenti, DragGAN è sicuramente un’interessante tecnologia da tenere d’occhio

      Contattaci subito

      LEGGI ANCHE:

      Intelligenza artificiale
      1 Gennaio 20230

      Chat GPT: tutto quello che c’è da sapere

      Chat GPT è un nuovo strumento di OpenAI che mira a rendere l’interazione con i sistemi di intelligenza artificiale più naturale e intuitiva

      L’intelligenza artificiale conversazionale ha fatto molta strada negli ultimi anni, con numerosi modelli e piattaforme sviluppati per consentire alle macchine di comprendere e rispondere agli input del linguaggio naturale. Tra questi c’è Chat GPT, acronimo di Generative Pretrained Transformer: uno strumento di elaborazione del linguaggio naturale (o Natural Language Processing) potente e versatile che utilizza algoritmi avanzati di apprendimento automatico per generare risposte simili a quelle umane all’interno di un discorso.

      Realizzata da OpenAI (organizzazione no profit per la ricerca sull’intelligenza artificiale) con l’obiettivo di ottimizzare la conversazione e facilitare l’utilizzo da parte degli utenti. Questa tecnologia ha il potenziale per migliorare notevolmente il modo in cui interagiamo con le macchine in una vasta gamma di applicazioni, dal servizio clienti alla traduzione linguistica fino alla scrittura creativa.

      Indice

      Come funziona

      La Chat GPT è stata creata per aiutare gli utenti a interagire in modo più semplice e fluido con GPT-3, il terzo modello di Generative Pre-Training (GPT) di OpenAI rilasciato nel 2020. Si tratta di un modello di linguaggio basato su trasformatori che utilizza il deep learning per produrre testi simili a quelli umani. Consente quindi di gestire diverse attività come la risposta a domande e la traduzione automatica.

      Chat GPT

      Per capire come funziona Chat GPT, è utile comprendere la tecnologia alla base dell’elaborazione del linguaggio naturale. Il Natural Language Processing (NLP) è una branca dell’intelligenza artificiale che si concentra sull’interazione tra computer e linguaggio umano. In particolar modo riguarda la programmazione dei computer per elaborare e analizzare le lingue naturali.

      La tecnologia NLP consente alla Chat GPT di comprendere i modelli e le sfumature del linguaggio umano. Tutto questo è essenziale per generare risposte pertinenti e coerenti. Ciò è possibile grazie all’uso di algoritmi di machine learning, che vengono addestrati su una grande quantità di dati di testo.

      Uno dei principali vantaggi della Chat GPT è la sua capacità di “imparare” dalle conversazioni che ha con gli utenti. In questo modo, il sistema è in grado di adattarsi ai diversi stili di interazione e di offrire risposte sempre più personalizzate.

      A cosa serve

      Nel servizio clienti, la chat GPT può essere utilizzata per gestire le domande comuni e fornire risposte rapide e accurate così da migliorare l’esperienza del cliente e ridurre il carico di lavoro degli operatori. 

      Nella traduzione linguistica, può aiutare a tradurre il testo da una lingua all’altra, abilitando una comunicazione più fluida tra persone che parlano lingue diverse. Nella scrittura creativa, la Chat GPT può aiutare gli scrittori ad esplorare nuove idee ed espandere la propria creatività.

      Ancora, la Chat GPT può essere utilizzata per migliorare gli assistenti personali virtuali. Con Chat GPT, i chatbot potrebbero diventare più conversazionali e maggiormente in grado di assistere gli utenti con una vasta gamma di attività come la pianificazione, la formulazione di raccomandazioni e la fornitura di informazioni.

      nlp

      Un altro campo in cui può avere un impatto significativo è quello dell’istruzione, dove può essere utilizzata per creare esperienze di apprendimento interattive. Fornendo un feedback personalizzato e in tempo reale agli studenti, Chat GPT può migliorare i risultati dell’apprendimento e rendere l’istruzione più efficace e accessibile a una più ampia gamma di persone.

      La Chat GPT può essere utilizzata per condurre sondaggi su un gran numero di persone in modo rapido ed efficiente come per analizzare il sentiment di grandi quantità di dati di testo, come i post sui social media, per identificare tendenze e modelli nell’opinione pubblica.

      Man mano che la tecnologia continua a migliorare, diventerà ancora più efficace nella simulazione della conversazione umana, il che la renderà uno strumento prezioso per aziende e organizzazioni.

      Limiti e sfide

      Sebbene offra molti vantaggi, ha anche i suoi limiti e le sue sfide. È importante esserne consapevoli e utilizzare la chat GPT in modo responsabile ed etico.

      Anche se la Chat GPT viene addestrata su una grande quantità di dati di testo, può avere difficoltà a comprendere il contesto di una conversazione o le sfumature del linguaggio umano. Ciò può portare a risposte imprecise o irrilevanti.

      A volte i dati possono contenere distorsioni che si riflettono nelle risposte generate dalla Chat GPT. Questo può essere particolarmente problematico quando si tratta di argomenti delicati come la razza, il genere o la politica. E visto che sempre questi dati possono contenere informazioni sensibili, ciò solleva preoccupazioni sulla privacy e sull’uso etico di questa tecnologia.

      chat GPT

      Inoltre, la chat GPT è più efficace nel fornire risposte specifiche basate sui fatti piuttosto che nel gestire domande a risposta aperta o concetti astratti. Ciò può limitare la sua utilità in determinate situazioni, come la scrittura creativa o il supporto emotivo.

      Come usare gratis la Chat GPT

      OpenAI, la società dietro la Chat GPT, offre un programma beta che consente a sviluppatori e ricercatori di accedere e utilizzare questa tecnologia gratuitamente. Basta registrare un account sul sito web (https://chat.openai.com/auth/login) e richiedere l’accesso al programma beta compilando un modulo. 

      Visto che è limitato e concesso su base continuativa, potrebbe essere necessario un po’ di tempo per l’approvazione. Ottenuta l’approvazione, si avrà accesso all’API GPT-3 di OpenAI, che consente di integrare la chat GPT nelle applicazioni.

      L’API GPT-3 è gratuita, ma richiede una carta di credito per l’autenticazione. Il programma di OpenAI include l’accesso anche a una serie di altre risorse e strumenti, come tutorial e codice di esempio, che possono aiutare a conoscere le funzionalità della Chat GPT ed esplorare diverse applicazioni e usi della tecnologia. 

      Chat GPT

      L’obiettivo di OpenAI è quello di rendere i sistemi di intelligenza artificiale più facili e piacevoli da utilizzare tanto quanto più sicuri e affidabili grazie al feedback degli utenti.

      LEGGI ANCHE:

      Applicazioni, Database, Formazione, Intelligenza artificiale, Smartphone
      20 Gennaio 20220

      Una Lens in più per la ricerca di Chrome

      Il modulo per il riconoscimento visivo di oggetti, codici a barre e testi stampati, Lens, basato sull’IA è disponibile anche all’interno della casella di ricerca del browser Chrome, che ora ha una marcia in più.

      Google investe da anni diversi milioni di dollari sulle più avanzate tecnologie di riconoscimento audio video basate sull’intelligenza artificiale (IA). Inizialmente il riconoscimento visivo era possibile solo scaricando l’app Lens. Successivamente però, dopo un breve periodo però questo sistema è stato integrato nell’app Google Foto (all’inizio solo per chi aveva uno smartphone Pixel) e nella casella di ricerca Google. Oggi anche chi non ha uno smartphone Pixel e non vuole scaricare l’app, può usare il servizio di analisi visiva Lens. Infatti questo è integrato nella casella di ricerca del browser Chrome, identificato dal logo di una fotocamera oppure di un quadrato con un cerchio al centro.

      Lens funziona riuscendo a individuare gli elementi inquadrati attraverso la fotocamera dello smartphone o del tablet. Confrontandoli successivamente con l’enorme database di immagini presenti sui suoi server e propone risultati che il più delle volte sono corretti. In un certo senso si può paragonare Lens a Shazam, l’app che riconosce i titoli delle canzoni ascoltandone poche note. Il meccanismo in fondo è simile. Se Shazam confronta le note registrate con il suo database di brani musicali, Lens confronta le immagini riprese dalla fotocamera con il suo database.

      Automatico o manuale

      Il funzionamento del sistema di riconoscimento delle immagini di Lens non richiede particolari impostazioni, a meno di non trovarsi in situazioni ambigue. Se, per esempio, vogliamo effettuare una ricerca solamente su una parte dell’immagine inquadrata, dovremo semplicemente spostare con le dita il mirino quadrato di ricerca che come impostazione base copre tutta l’immagine. Inoltre potremo suggerire all’app il tipo di ricerca che ci interessa. Se siamo all’interno di un grande magazzino dovremo così selezionare Acquisti. Se invece siamo in un ristorante, selezionando la voce Dove mangiare potremo scattare la foto di un menu o di un alimento e vedere recensioni e ricette.

      Attenzione, però, che per ottenere i migliori risultati nel riconoscimento di un oggetto, di un testo o di un codice a barre, l’immagine deve risultare ben illuminata. Se così non fosse, è consigliabile attivare il flash presente a fianco della fotocamera. Volendo è possibile utilizzare la ricerca di Google Lens su Chrome anche per effettuare il riconoscimento di un’immagine che abbiamo già archiviato in memoria. Per farlo, però, dovremo passare attraverso l’app Google Foto. Aprire poi l’immagine che vogliamo controllare e fare tap sul simbolo di Lens che si trova in basso. Potremo anche indicare la categoria di ricerca che vogliamo eseguire, se per esempio vogliamo identificare un monumento o un quadro. Dovremo fare tap su Luoghi e aspettare qualche secondo per avere la risposta.

      Per identificare un’immagine, Lens la confronta con il suo enorme database online

      Tutti gli smartphone Android, e anche una buona parte di quelli iOS, utilizzano Chrome come browser predefinito. Quindi come motore di ricerca quello di Google. All’interno della casella di ricerca, oltre all’icona del microfono che serve per inserire i termini da ricercare direttamente con la voce, c’è anche l’icona di una fotocamera. Facendoci tap sopra si aprirà una schermata che ci invita a inquadrare con la fotocamera quello che vogliamo cercare. In alternativa è possibile caricare le immagini archiviate sul telefono e che verranno inviate a Google per essere esaminate in tempo reale.

      chrome lens ricerca immagini

      Se, per esempio, sul telefono abbiamo archiviato l’immagine di una bicicletta che ci è piaciuta e vogliamo vedere di quale modello si tratta e quanto possa costare, non dovremo fare altro che farci tap sopra. Eventualmente poi ridurre con le dita la finestra rettangolare di ricerca per evidenziarla meglio. Visualizzeremo quindi un elenco di immagini corrispondenti. Naturalmente i risultati migliori si otterranno avendo a disposizione immagini di oggetti ben illuminati e facilmente riconoscibili. Lens, in realtà, non si limita a riconoscere gli oggetti, ma può anche identificare monumenti, piante, animali. Tutti elementi, cioè, che sono già presenti tra i miliardi di immagini ospitate nei server di Google e che rappresentano perciò il suo principale patrimonio.

      Riconoscimento dei codici a barre

      La seconda possibilità è quella di inquadrare direttamente con la fotocamera ciò che abbiamo davanti. Noi, per esempio, abbiamo provato a controllare il codice a barre di un prodotto elettronico in modo da leggere le recensioni disponibili in Rete. E scoprire inoltre se online fosse presente un prezzo più basso. Per fare partire la ricerca, basta un tap sul pulsante di scatto con l’icona della lente d’ingrandimento.

      chrome lens ricerca codici a barre

      Non scatteremo una vera e propria fotografia, ma invieremo solamente l’immagine a Google e riceveremo una risposta entro pochi secondi. Dalle impostazioni della ricerca potremo decidere se consentire a Google di archiviare l’immagine inviate in modo che risulti utile per successive ricerche, o al contrario potremo se eliminarla immediatamente. Per avere una risposta bastano in media pochi secondi anche se non abbiamo una connessione veloce e il consumo in termini di dati è paragonabile a quello della consultazione di una classica pagina Web.

      Riconoscimento di luoghi, traduzioni e compiti

      Abbiamo visto come Lens riesca a individuare correttamente il contenuto di un’immagine paragonandola a quelle che ospita sui suoi server. In realtà può fare molto di più: riesce, infatti, a riconoscere anche intere parole stampate, e in qualche caso scritte a mano, e si interfaccia con l’app Google Traduttore per fornire una traduzione in tempo reale di cartelli o comunque di testi scritti in oltre cento lingue. Non solo, ma inquadrando calcoli complessi, anche se scritta a mano, è in grado di fornire una soluzione nella maggior parte dei casi corretta.

      testo scritto

      Per forzare questo tipo di ricerca bisogna selezionare nella barra inferiore la voce Testo se si vogliono fare riconoscere delle parole, oppure quella Compiti se vogliamo che vengano risolte delle operazioni o anche equazioni matematiche. Selezionando la voce Traduzione verrà prima di tutto riconosciuto il testo e poi tradotto nella nostra lingua o comunque in quella che indicheremo. La voce Luoghi, infine, permetterà di individuare monumenti e attrazioni turistiche particolari.

      Applicazioni, Cloud Computing, Creative, Digitalizzazione, Formazione, Intelligenza artificiale, Internet, Sistemi, Smartphone, Social media, Software, Tech
      3 Gennaio 20220

      Digitalizza senza riflessi le vecchie foto stampate

      Digitalizza le vecchie foto stampate senza riflessi prima che si rovinino con un’app intelligente che non si limita solamente a scansirle.

      Le stampe fotografiche, soprattutto quelle più vecchie, sono fantastiche da vedere e rivedere, ma hanno il limite che con il tempo tendono a deteriorarsi. Per questo motivo è consigliabile scansirle al più presto in modo da archiviarle e proteggerle praticamente all’infinito. La soluzione più semplice, se abbiamo a disposizione un classico scanner piano o anche una stampante multifunzione, resta quella di scansirle e trasferirle sul PC.

      In realtà, però, si possono ottenere risultati ancora migliori grazie alle app che aggiungono l’intelligenza artificiale alla semplice cattura della foto. Nel Play Store di Android sono moltissime le app dedicate alla scansione e al recupero delle fotografie. Noi però questa volta abbiamo voluto provare un’app di Google come FotoScan che, oltre a permettere di catturare nel modo migliore qualsiasi foto, ha anche l’indubbio vantaggio di essere completamente gratuita.

      Niente riflessi

      Insieme ai graffi e ai segni del tempo, uno dei maggiori problemi per chi vuole digitalizzare vecchie foto stampate con il proprio smartphone è costituito dai riflessi. Soprattutto se usiamo il flash, in modo da avere un’illuminazione ottimale, è praticamente certo che qualche riflesso risulterà nella scansione. Teoricamente sarebbe possibile eliminarlo a posteriori. In pratica è molto più semplice farlo prima, utilizzando un’app come quella di Google che ci fa riprendere la stessa immagine da quattro angolature diverse in modo da ottenere alla fine un risultato ottimale.

      Digitalizza senza riflessi le vecchie foto stampate

      Oltre a catturare la fotografia, anche se questa si trova su un tavolo, l’app si occupa di ritagliarla nella maniera migliore. Inoltre ci lascia comunque la possibilità di agire direttamente sul “taglierino” se il risultato non è gradito. Naturalmente, siccome entra in gioco l’intelligenza artificiale, la risoluzione finale dell’immagine potrebbe essere inferiore rispetto a quella ottenibile con un classico scanner piano. Tuttavia in compenso la resa dei colori e delle luci sarà decisamente migliore. Per ottenere questo risultato Google utilizza le stesse tecniche di “fotografia computazionale” usate dalla funzione Panorama degli smartphone, che mette insieme più immagini per costruire una foto panoramica.

      L’operazione di unione delle immagini avviene sui server di Google per cui servirà una connessione attiva e ci saranno i soliti problemi di privacy che comunque sono ben conosciuti a chi sincronizza le proprie fotografie in cloud. Se invece volessimo anche eliminare graffi e segni presenti sulla fotografia, dovremo ricorrere a un programma di ritocco evoluto come Photoshop. Oppure, per i difetti meno evidenti, anche a un’app specifica come Photo Retouch che consente anche di eliminare eventuali oggetti che disturbano l’immagine.

      L’elaborazione dell’immagine catturata con la fotocamera avviene nei server di Google

      Trattandosi di un’app realizzata da Google, FotoScan non richiede registrazioni particolari. Una volta installata, verrà visualizzato un breve tutorial in italiano che spiega molto semplicemente come funziona l’app. In pratica, si tratta di scattare quattro fotografie spostando la fotocamera su un cerchio alla volta (mostrato sullo schermo) in modo da eliminare fastidiosi riflessi e salvare l’immagine migliore. Nella prima cattura si vede bene come la fotografia presenti almeno due riflessi luminosi particolarmente evidenti. Per eliminarli dovremo semplicemente cliccare sull’icona di scatto in basso e seguire le istruzioni in italiano presenti sull’immagine.

      immagine 1
      1

      Immagini pulite in pochi passi

      Come impostazione standard è attivo sia il flash che la modifica da remoto sui server di Google. Rimane comunque possibile escludere entrambe le opzioni, in questo modo avremo sicuramente molti meno riflessi ma allo stesso tempo l’immagine risulterà anche meno luminosa. Se poi non vogliamo che la foto venga elaborata da Google perché teniamo alla nostra privacy, potremo ritagliarla direttamente con lo strumento Taglierino che è integrato all’interno dell’app.

      Come si vede dalla seconda immagine, ci siamo spostati sul secondo cerchio come richiesto dall’app. Una volta mossa la fotocamera, dovremo aspettare qualche secondo affinché l’immagine possa essere elaborata dai server di Google e poi potremo passare al cerchio successivo. Al termine dell’acquisizione delle immagini l’app provvederà anche al ritaglio automatico della fotografia e alla correzione prospettica se l’immagine non dovesse risultare esattamente in piano. Può capitare che l’operazione di ritaglio non sia perfetta, e per questo l’app ci lascia la possibilità di modificarla direttamente utilizzando i cursori a forma di cerchio presenti negli angoli dell’immagine.

      immagine 2
      2

      Oltre a non inclinare lo smartphone durante la scansione, è importante sistemare la foto su una superficie piana che sia in contrasto con la foto stampata. È chiaramente sconsigliabile catturare immagini di fotografie che si trovano in porta foto in vetro. Secondo Google è anche importante assicurarsi che il flash sia attivo in modo da rimuovere ombre e riflessi dalla nostra vecchia foto stampata e ottenere in generale delle foto migliori durante la digitalizzazione.

      immagine 3
      3

      Nella terza immagine in alto possiamo vedere come Google abbia ritagliato in maniera corretta i bordi dell’immagine, lasciandoci comunque la possibilità di modificarli.

      Google Foto

      Una volta salvata l’immagine, la potremo salvare automaticamente all’interno di Google Foto e quindi nel cloud Google Drive, oppure condividerla con i nostri contatti social o ancora attraverso la posta elettronica. Una volta installata l’app non saremo sempre costretti ad aprirla per scansire le immagini, ma potremo farlo direttamente dall’app Google Foto selezionando la voce Raccolta e da qui facendo tap prima su Utilità e quindi su “Scansiona Foto” con FotoScan. Rispetto a uno scanner classico, il vantaggio è sicuramente quello della velocità e della precisione nel rimuovere riflessi e artefatti. Il limite è la definizione che risulterà inferiore all’originale. Nel nostro caso l‘immagine che abbiamo scansito è stata ridimensionata a una risoluzione di 1.500×2.000 pixel rispetto a quella originale di 3.000×4.000 pixel. Si tratta, in pratica, di un dimezzamento della risoluzione che comunque a nostro parere non va a influire particolarmente sull’effetto finale.

      contattaci
      algoritmo youtube viola
      Formazione, Intelligenza artificiale, Software, Tech
      24 Agosto 20210

      L’algoritmo di YouTube consiglia video che violano le sue stesse norme

      L’algoritmo di YouTube consiglia regolarmente video che violano le sue stesse norme, cioè contengono contenuti che violano le policy della piattaforma. L’ha scoperto l’organizzazione no-profit Mozilla Foundation, utilizzando i dati di crowdsourcing di RegretsReporter, un’estensione del browser che gli utenti possono installare e utilizzare per segnalare informazioni su video dannosi, capendo così da dove provengono. Più di 30.000 utenti di YouTube hanno utilizzato l’estensione per segnalare questo tipo di contenuti.

      L’intelligenza artificiale è utilizzata con ottimi risultati in diversi settori. Quella presente su YouTube funziona malissimo. L’algoritmo usato da Google suggerisce agli utenti numerosi video che non vorrebbero mai vedere e che non dovrebbero nemmeno essere presenti sulla piattaforma perché violano chiaramente le regole del servizio. I dati pubblicati all’inizio di aprile sembrano molto lontani dalla realtà.

      YouTube ha un problema di intelligenza

      L’algoritmo di YouTube consiglia video che violano le sue stesse norme

      YouTube ha ricevuto diverse critiche in quanto l’intelligenza artificiale suggerisce video con fake news, contenuti estremisti e disinformazione in generale. Mozilla ha quindi deciso di sviluppare l’estensione RegretsReporter che permette di valutare i “danni” causati dall’algoritmo. Dopo una ricerca durata 10 mesi (da luglio 2020 a maggio 2021), Mozilla ha pubblicato il report con risultati sconvolgenti. 3.362 video risultano contrassegnati come “sgradevoli” tra luglio 2020 e maggio 2021. Lo studio ha rilevato che il 71% dei video ritenuti deplorevoli dai volontari è stato attivamente raccomandato dall’algoritmo di YouTube. Un video può essere considerato spiacevole perché violento, di spam, o perché incita all’odio. Quasi 200 video, che avevano 160 milioni di visualizzazioni in totale, sono stati rimossi.

      Brandi Geurkink, Senior Manager of Advocacy di Mozilla, ha dichiarato:

      YouTube deve ammettere che il suo algoritmo è progettato in modo da danneggiare e disinformare le persone. La nostra ricerca conferma che YouTube non solo ospita, ma consiglia attivamente video che violano le sue stesse norme. Ora sappiamo anche che le persone in paesi non di lingua inglese hanno maggiori probabilità di subire il peso dell’algoritmo dei suggerimenti di YouTube. Mozilla spera che questi risultati, che sono solo la punta dell’iceberg, convincano il pubblico e i legislatori dell’urgente necessità di una maggiore trasparenza nell’intelligenza artificiale di YouTube.

      Inoltre, dalla ricerca di Mozilla emerge anche che nel 43% dei caso dei video indesiderati e spiacevoli segnalati dagli utenti, questi non centravano niente con quello che le persone avevano visto in precedenza. I video segnalati nello studio sembrano però funzionare bene: hanno ottenuto il 70% di visualizzazioni in più al giorno rispetto ad altri contenuti guardati dai volontari.

      Il report di Mozilla

      Nel report di Mozilla ci sono anche alcuni consigli per YouTube, tra cui l’analisi dell’algoritmo da parte di ricercatori indipendenti, la divulgazione dei dettagli sul funzionamento e l’aggiunta di un’opzione per disattivare i suggerimenti personalizzati. In base ai dati pubblicati da YouTube, solo 16-18 visualizzazioni su 10.000 riguardano video proibiti dalle linee guida.

      Un portavoce di YouTube ha dichiarato:

      Oltre 80 miliardi di informazioni vengono utilizzate per migliorare i nostri sistemi, comprese le risposte ai sondaggi degli utenti su ciò che vogliono guardare. Lavoriamo costantemente per migliorare l’esperienza su YouTube e solo nell’ultimo anno abbiamo introdotto oltre 30 diverse modifiche per ridurre i suggerimenti per contenuti dannosi. Grazie a questo cambiamento, il consumo di contenuti borderline che deriva dai nostri consigli è ora notevolmente inferiore all’1%.

      contattaci
      Formazione, Intelligenza artificiale
      26 Luglio 20210

      Intelligenza artificiale: un opportunità per le aziende

      Nata come disciplina scientifica a metà del secolo scorso, l’intelligenza artificiale è oggi indicata dagli analisti del settore come una grande sfida tecnologica. Sfida che può aprire nuovi scenari per le imprese, una vera opportunità per le aziende. Attorno ad essa scorrono fiumi di denaro. I big dell’IT fanno ricerche in questo settore e, se non hanno risorse interne, acquisiscono startup o piccole aziende specializzate. Storicamente, le prime aziende IT a investire nell’intelligenza artificiale sono state IBM e Microsoft, seguite da player del calibro di Apple, Facebook, Google e Amazon, solo per citare qualche nome.

      Attualmente l’intelligenza artificiale, spesso indicata semplicemente con AI (artificial intelligence), trova applicazioni in diversi campi. Dal retail ai trasporti, dal settore medico al finance, dalle ricerche su Internet agli assistenti personali come Alexa e Siri.

      alexa siri

      L’intelligenza artificiale comporta tuttavia una intrinseca complessità, legata alla difficoltà di definire cos’è l’intelligenza umana e a cosa si intende per “macchina intelligente”. Inoltre, nonostante siano disponibili numerose soluzioni basate sull’intelligenza artificiale, esiste ancora un gap tra i risultati raggiunti a livello teorico, le applicazioni pratiche e la distribuzione su larga scala dell’innovazione potenzialmente abilitata dall’AI.

      La storia dell’ intelligenza artificiale

      La nascita ufficiale dell’intelligenza artificiale viene datata al 1956, quando al Dartmouth College, nel New Hampshire, si tenne un convegno dedicato allo sviluppo di macchine intelligenti. L’iniziativa era proposta da un gruppo di ricercatori, guidato da John McCarthy, che si proponeva di creare in pochi mesi una macchina capace di simulare l’apprendimento e l’intelligenza umana. La sfida fu accolta da personalità di spicco del mondo accademico e industriale. Ricordiamo ad esempio Marvin Minsky e Claude Shannon del Dartmouth College, Arthur Samuel di IBM, Ray Solomonoff e Oliver Selfridge del MIT. Fu nell’ambito di questo convegno che McCarthy introdusse per la prima volta il temine “intelligenza artificiale” e ne sancì di fatto la nascita come disciplina autonoma.

      Intelligenza artificiale: un opportunità per le aziende

      L’obiettivo di creare una macchina capace di simulare ogni aspetto dell’apprendimento umano non è stato ancora raggiunto. Tuttavia le ricerche fatte in questa direzione hanno aperto la strada a nuovi campi di studio e a risultati che, nel tempo, hanno avvicinato sempre di più l’intelligenza artificiale al mondo imprenditoriale. Tra le tappe miliari di questa evoluzione ci sono il LISP (1958), un linguaggio di programmazione specifico per problemi di intelligenza artificiale sviluppato dallo stesso McCarthy, e il programma ELIZA (1965), che simulava l’interazione tra un paziente e uno psicoterapeuta.

      L’ AI entra nel mondo industriale

      Il complesso problema di costruire macchine in grado di replicare l’intelligenza umana si è via via evoluto in un approccio più pragmatico, basato sulla scomposizione di un problema in sotto-problemi. A partire dagli anni ’70 sono stati sviluppati diversi “sistemi esperti”, ovvero programmi in grado di affrontare un problema specifico simulando le capacità di un esperto in quel particolare ambito. Una tappa importante in questo sviluppo è stato MYCIN (1976), un sistema esperto in grado di fare diagnosi per malattie ematiche.

      È negli anni ’80 che l’intelligenza artificiale esce dall’ambito accademico ed entra nel mondo industriale. Un esempio di questo passaggio storico è R1, un sistema utilizzato dalla Digital Equipment. Quest’ultimo permetteva di configurare gli ordini per nuovi computer: introdotto nel 1982, R1 è il primo sistema esperto utilizzato in ambito commerciale.

      Da allora ai giorni nostri le applicazioni basate sull’intelligenza artificiale si sono moltiplicate. La svolta è dovuta all’evolversi delle capacità computazionali e allo sviluppo di una serie di tecnologie abilitanti, tra le quali Big Data e cloud storage.

      cloud storage

      In questo sviluppo l’intelligenza artificiale è intesa come una disciplina che risolve problemi specifici in ambiti ben definiti. L’approccio seguito è quello dell’AI debole, secondo cui le macchine possono comportarsi come se fossero intelligenti. Un approccio di ampio respiro che mantiene l’aspirazione a un grande obiettivo, ma si focalizza sulla soluzione di problemi specifici. Questa concezione si contrappone a quella dell’AI forte, secondo cui le macchine possono effettivamente essere intelligenti.

      Le tecnologie disponibili

      Negli ultimi due decenni abbiamo sviluppato strumenti e tecnologie che promettono alle imprese un salto di qualità nella gestione del proprio business. Alcune soluzioni sono consolidate e hanno raggiunto una maturità di mercato. Altre sono ancora in fase di sviluppo e non è possibile prevedere se il loro potenziale si trasformerà in un impatto reale per le aziende.

      Nel suo report TechRadar: Artificial Intelligence Technologies, pubblicato all’inizio dell’anno, Forrester individua le 13 tecnologie che ritiene più significative per le aziende. Tenendo conto che lo scenario è in continua evoluzione, la società di ricerca le elenca partendo da quelle che trovano applicazione solo in ambiti specifici. Passando a quelle più mature, che possono contare su un consolidato ecosistema di fornitori, system integrator e clienti.

      Piattaforme di deep learning

      Questi algoritmi sono utilizzati per riconoscere oggetti all’interno di immagini, analizzare onde sonore per convertire il parlato in testo o processare il linguaggio e tradurlo in un formato adatto per analisi.

      machine learning

      Elaborazione del linguaggio naturale (NLG, Natural language generation)

      Questo insieme di tecnologie abilita una interazione fluida con il linguaggio umano per offrire informazioni, insight e interazioni attraverso frasi o testi lunghi. Vengono utilizzate anche per produrre testi leggibili da un essere umano, tipicamente a partire da un corpo di risposte o da componenti testuali.

      Natural language generation

      Swarm intelligence

      Le tecnologie di swarm intelligence (letteralmente intelligenza dello sciame) sono sistemi decentralizzati ai quali contribuiscono diversi attori, sia umani che software, ognuno dei quali offre una parte della soluzione di un problema. In questo modo si costruisce una intelligenza superiore che riunisce e aumenta le specifiche conoscenze dei singoli. Queste tecnologie utilizzano il comportamento di insetti sociali (come le api) e sono applicate per modellare algoritmi che rispondono a obiettivi di business. Per esempio gestire una flotta di mezzi per le consegne, oppure danno risposte a domande specifiche, come le previsioni di risultati sportivi.

      Biometrica

      Le tecnologie biometriche abilitano una interazione più naturale tra l’uomo e le macchine. Queste tecnologie rilevano caratteristiche fisiche del corpo umano e includono il riconoscimento di immagini, voce, linguaggio del corpo.

      Analisi di immagini e video

      Si tratta di strumenti e tecnologie che analizzano immagini e video per rilevare oggetti e/o caratteristiche di oggetti. Queste piattaforme trovano applicazioni in diversi settori, tra i quali retail, assicurazioni, sicurezza, marketing.

      object detection

      Tecnologia semantica

      Un problema centrale per l’AI è comprendere l’ambiente e il contesto in cui viene applicata. Le tecnologie semantiche rispondono a questo problema offrendo una comprensione profonda dei dati. Inoltre creano le basi per introdurre classificazioni, tassonomie, gerarchie, relazioni, modelli e metadati.

      Tecnologia semantica

      Riconoscimento vocale (speech recognition)

      Sono strumenti e tecnologie che comprendono e interpretano il linguaggio parlato catturando segnali audio e trasformandoli in testo scritto o altri formati di dati utilizzabili in varie applicazioni, come sistemi vocali per costumer service, applicazioni mobile o robot fisici.

      Riconoscimento vocale (speech recognition)

      Hardware ottimizzato per l’AI

      Questa categoria comprende GPU e appliance progettate specificamente per eseguire compiti specifici dell’AI, come machine learning e deep learning.

      Hardware ottimizzato per l’AI

      Machine learning (ML)

      Le piattaforme di machine learning offrono algoritmi, API, strumenti di sviluppo per progettare, sviluppare e addestrare modelli in applicazioni, processi e altre macchine. Le piattaforme di ML trovano impiego nelle situazioni in cui, per risolvere un problema, è necessario riconoscere pattern all’interno di grandi insiemi di dati.

      Machine learning (ML)

      Robotic process automation (RPA)

      Le tecnologie RPA comprendono vari metodi per automatizzare azioni umane e rendere più efficienti i processi di business

      Robotic process automation (RPA)

      Analisi del testo ed elaborazione del linguaggio naturale (NLP, natural language processing)

      Questa categoria comprende gli strumenti in grado di capire e interpretare testo scritto e interi documenti. Nelle versioni più avanzate questi strumenti possono essere usati per comprendere emozioni, sentimenti e, entro certi limiti, prevedere le intenzioni dell’utente.

      Agenti Virtuali

      Software che offrono una interfaccia che permette all’utente di interagire in modo naturale con una macchina o un sistema informatico. Tra di essi ci sono i chatbot ampiamente utilizzati per costumer service e applicazioni mobili.

      Agenti Virtuali

      Decision management

      Si tratta di software che permettono di automatizzare le decisioni in tempo reale attraverso l’inserimento diretto di policy e regole che consentono ai sistemi AI di dedurre decisioni e di intraprendere azioni.

      Decision management

      Il sogno dell’AI diventa un gioco di squadra

      Mentre il dibattito scientifico e filosofico sulla natura dell’intelligenza umana e la possibilità di replicarla prosegue. Il mondo industriale ha scelto l’approccio più pragmatico, che rientra nell’accezione dell’AI debole.

      open ai

      Ogni azienda che sviluppa soluzioni basate sull’intelligenza artificiale persegue i propri scopi, anche economici. Tuttavia esistono organizzazioni non-profit che vantano tra i propri sostenitori big player dell’IT. Queste infatti puntano a far progredire lo sviluppo dell’intelligenza artificiale a beneficio dell’intera umanità.

      Tra queste c’è Open AI. La società (tra i fondatori c’e’ Elon Musk) si è posta l’ambizioso obiettivo di realizzare una AGI (artificial general intelligence), ovvero un sistema in grado di eguagliare l’intelligenza umana. Si tratta in un certo senso di un ritorno alla concezione originaria dell’intelligenza artificiale. L’AI forte, ma con l’appoggio delle attuali conoscenze e degli sviluppi futuri abilitati dai “sistemi intelligenti” realizzati fino a oggi.

      Open AI, a sua volta, fa parte di Partnership on AI, un’associazione che si propone come luogo di incontro per tutti coloro che operano nell’ambito dell’AI, dal mondo accademico a quello industriale a quello politico. Tra i suoi membri ci sono Apple, Google, Facebook, IBM, Microsoft.

      contattaci
      Formazione, Intelligenza artificiale, Sicurezza informatica
      30 Maggio 20210

      Cambia le password compromesse con Google Duplex

      Nel corso del Google I/O, Google ha annunciato un ampliamento delle funzionalità di Duplex: la possibilità di cambiare al posto dell’utente una password compromessa. Il “servizio” che ricorderanno in molti per il fatto che può condurre in autonomia una prenotazione al telefono – per il momento solo negli USA – si arricchisce adesso della possibilità di modificare una password rubata.

      Password rubata? Ci pensa l’IA di Duplex

      La funzionalità si basa su Duplex on the Web ed è in un primo momento riservata solo agli Stati Uniti. Si attende un rilascio che arriverà poi progressivamente a interessare altri territori.

      Cambia le password compromesse con Google Duplex

      La novità arriva da GSEC, il Google Safety Engineering Center inaugurato nel 2019 a Monaco, in Germania. Quest’ultimo è al lavoro sul fronte della privacy e della sicurezza, con un occhio di riguardo a quanto concerne la navigazione con il browser Chrome. Adesso l’intelligenza artificiale composta dal duo Google Assistant e Google Duplex può svolgere l’intera trafila al posto nostro, compresa la scelta di una nuova password più efficace della precedente ed il suo salvataggio tra le credenziali d’accesso nel gestore delle password di Google Chrome (che poi è il medesimo di quello che ci si ritrova su qualsiasi dispositivo Android associato a quell’account).

      Prima eravamo noi a compiere manualmente tutta la prassi per modificare magari anche decine di password, recandosi nei singoli portali e entrare nel proprio account. Non una trafila difficile da svolgere ma particolarmente seccante in special modo se le password a rischio e quindi da cambiare, sono appunto molte.

      Una volta individuata una password compromessa tra quelle sincronizzate con l’account Google, l’intelligenza artificiale evita all’utente l’obbligo di visitare la piattaforma o il servizio in questione e procedere in modo manuale alla sua modifica. A tale scopo è ovviamente necessario che sappia interagire con il sito. Per questo motivo, almeno in un primo momento, l’elenco di quelli compatibili è limitato (c’è Twitter, gli altri non sono stati resi noti). Google confermerà quindi di aver “cambiato la password con successo” con quella nuova inserita nell’app e salvata nel nostro manager.

      Google ha detto che la novità sarà “gradualmente” a disposizione di tutti coloro che utilizzano Chrome per Android, e che inizialmente sarà disponibile negli Stati Uniti per arrivare poi altrove.

      contattaci
      Applicazioni, Intelligenza artificiale, Software, Tech
      9 Aprile 20210

      Vecchie foto riprendono vita con Deep Nostalgia

      Lo sai, le tue vecchie foto possono riprendere vita con Deep Nostalgia! Scopri il servizio!

      C’è un servizio web piuttosto conosciuto in internet e viene utilizzato principalmente per ricostruire il proprio albero genealogico o le proprie origini tramite l’analisi del DNA: MyHeritage (www.myheritage.it).
      Con la tecnologia Deep Nostalgia (sviluppata dalla società israeliana D-ID) MyHeritage ha fatto un ulteriore passo avanti arrivando ad animare i volti di fotografie, che riprendono letteralmente vita. L’intelligenza artificiale sviluppata, infatti, riesce a “dare vita” ai volti delle persone protagoniste delle nostre vecchie foto e lo fa in un modo realistico e al tempo stesso allarmante. Per rendersi conto delle potenzialità del servizio basta dare un’occhiata al video sottostante:

      Diamo vita alla nostre vecchie foto con Deep Nostalgia

      Deep Nostalgia vecchie foto

      Per provare anche noi la tecnologia Deep Nostalgia non dobbiamo far altro che andare sul suo sito Internet www.myheritage.it/deep-nostalgia. Una volta qui basta completare la registrazione, che offre la possibilità di provare per cinque volte il programma gratuitamente.

      Possiamo completare la registrazione sulla piattaforma MyHeritage usando il nostro account Facebook o quello Google, oppure completare il modulo inserendo i nostri dati anagrafici con tanto di email e password.

      Con Deep Nostalgia le vecchie foto riprendono vita. Animiamo i volti delle nostre vecchie foto di famiglia con una tecnologia straordinaria. I risultati sono davvero incredibili, ancor più usando le foto in bianco e nero dei nostri nonni…
      Completata la registrazione possiamo inserire la foto che vogliamo animare: per farlo clicchiamo su Carica foto oppure trasciniamola sulla pagina Web. In pochissimo tempo (solitamente bastano 20 secondi!) vedremo il soggetto della foto animarsi.


      Il video creato dura circa 15 secondi: possiamo scaricare e condividere la nostra creazione tramite Facebook, Twitter o il link da copiare per mandare una email o messaggio. Nella sezione Vai alle mie foto possiamo trovare le nostre foto e i video realizzati.


      Oltre a creare video, il servizio permette anche di risistemare delle vecchie foto. Per farlo clicchiamo nella sezione Albero e selezioniamo Colorizza foto. Possiamo “trasformare” una vecchia foto in bianco e nero a colori o risistemarne una sbiadita.


      Uno dei punti di forza di MyHeritage è la possibilità di ricostruire il proprio albero genealogico e trovare nuovi parenti sparsi nel mondo. Clicchiamo su Crea ora l’albero genealogico e compiliamo il breve questionario proposto per iniziare la nostra ricerca. Nelle foto storiche i volti sono spesso piccoli e sfocati: con la funzione Migliora foto possiamo vedere ogni viso a risoluzione aumentata con risultati sorprendenti, soprattutto nelle foto di gruppo. Funziona ugualmente bene anche sulle nuove foto a colori.

      contattaci